A nagy nyelvi modellek korlátai: Miért nem helyettesíthetők az emberek az LLM-ekkel?

Madlena Eszter (2023) A nagy nyelvi modellek korlátai: Miért nem helyettesíthetők az emberek az LLM-ekkel? Külkereskedelmi Kar. (Kéziratban)

	PDF Madlena_Eszter_KKK.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (634kB)
	Microsoft Word Madlena_Eszter_KKK.docx Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (23kB)
	PDF Dolgozat_biralati_lap_2023_Madlena Eszter.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (143kB)
	PDF Madlena Eszter.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (112kB)

Absztrakt (kivonat)

A dolgozatban a nagy nyelvi modelleknek (Large Language Models - LLM) kialakulásának háttere kerül ismertetésre. Az egyszerűbb neurális hálózatoktól eljutunk az LLM-ekhez, miközben bemutatásra kerül a mögöttük rejlő architektúrák a működése. Ezzel árnyaltabb képet kapunk arról, hogy az, amit emberinek érzékelünk, az valójában bonyolult statisztikai függvények működésének eredménye. A nagy nyelvi modellek azokból a szövegekből tanulnak, amelyeket e modellek létrehozói összeválogatnak, és ez teszi lehetővé az LLM-ek számára, hogy nagy valószínűséggel helyes természetes nyelvi kijelentéseket generáljanak, alkalmazkodjanak különböző írási stílusokhoz, területekhez; de nem rendelkeznek valódi megértéssel, tudatossággal vagy teljesen eredeti ötletek kialakításának a képességével. Különböző aspektusok vizsgálatával feltárásra kerül a mögöttük rejlő struktúra és a dolgozat keretein belül igazolást nyert az az állítás, hogy valójában a határait, mi emberek szabjuk meg, és nem öntudatra ébredésről van szó, hanem gondosan finomhangolt matematikai modellekről. A dolgozat végén egy saját fejlesztésű visszacsatolt neuronháló (Recurrent Neural Network – RNN) bemutatására kerül sor, ami kísérleti alapként szolgál annak megértéséhez, hogy lényegében hogyan működnek a szöveggeneráló mechanizmusok. A bemutatott RNN konkrét példákon keresztül demonstrálja és világosan alátámasztja a dolgozat mondanivalóját.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Külkereskedelmi Kar

Tanszék

Társadalomtudományi Módszertan Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Nemzetközi gazdálkodás

Konzulens(ek)

Mű típusa:	TDK dolgozat
Kulcsszavak:	gépi tanulás, mesterséges intelligencia, nagy nyelvi modellek, természetes nyelvi feldolgozás, visszacsatolt neurális hálózat
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Már. 22. 12:52
Utolsó módosítás:	2024. Már. 22. 12:52

Actions (login required)

Tétel nézet